Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparing the Accuracy of Hierarchical Agglomerative and K-means Clustering on Mobile Augmented Reality Usability Metrics

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62690094%3A18450%2F19%3A50016631" target="_blank" >RIV/62690094:18450/19:50016631 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/ICBDA47563.2019.8987044" target="_blank" >http://dx.doi.org/10.1109/ICBDA47563.2019.8987044</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/ICBDA47563.2019.8987044" target="_blank" >10.1109/ICBDA47563.2019.8987044</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparing the Accuracy of Hierarchical Agglomerative and K-means Clustering on Mobile Augmented Reality Usability Metrics

  • Popis výsledku v původním jazyce

    This article presents the experimental work of comparing the performances of two machine learning approaches, namely Hierarchical Agglomerative Clustering and K-means Clustering on Mobile Augmented Reality Usability datasets. The datasets comprises of 2 separate categories of data, namely performance and self-reported, which are completely different in nature, techniques and affiliated biases. This research will first present the background and related literature before presenting initial findings of identified problems and objectives. This paper will the present in detail the proposed methodology before presenting the evidences and discussion of comparing this two widely used machine learning approach on usability data.

  • Název v anglickém jazyce

    Comparing the Accuracy of Hierarchical Agglomerative and K-means Clustering on Mobile Augmented Reality Usability Metrics

  • Popis výsledku anglicky

    This article presents the experimental work of comparing the performances of two machine learning approaches, namely Hierarchical Agglomerative Clustering and K-means Clustering on Mobile Augmented Reality Usability datasets. The datasets comprises of 2 separate categories of data, namely performance and self-reported, which are completely different in nature, techniques and affiliated biases. This research will first present the background and related literature before presenting initial findings of identified problems and objectives. This paper will the present in detail the proposed methodology before presenting the evidences and discussion of comparing this two widely used machine learning approach on usability data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2019 IEEE Conference on Big Data and Analytics, ICBDA 2019

  • ISBN

    978-1-72813-308-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    34-40

  • Název nakladatele

    Institute of Electrical and Electronics Engineers Inc.

  • Místo vydání

    US, piscataway

  • Místo konání akce

    Penang, Malaysia

  • Datum konání akce

    19. 11. 2019

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku